JPH03240184A - 属性判定装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） この発明は文書構成要素のａ性判定を行なう属性判定装
置に関する。

（従来の技術） 文書構成要素の属性判定に関する従来技術として文献■
：情報処理学会第３７回（昭和６３年後期）全国大会６
Ｗ−５に提案されるものかある。

この従来技術では、項目がどのように配置されているか
を記述した名刺モデルを複数ｆｉ類用意した上で、名刺
画像から抽出されたブロックの位置、高き、幅を名刺モ
デルに記述された項目と比較することにより、ブロック
の属性を推定する。

（発明が解決しようとする課題） しかしながら上述の従来技術は、名刺の場合のように各
項目の位置、高さ、幅をある程度限定してモデルの記述
を行なえる文書においてしか項目の属性を特定できない
。例えば第２図に示す例の場合、氏名及び企業名の２種
のａ性が同一の項目欄「氏名（名称）欄」に混在し、従
って従来技術ではブロックの位置、高さ、幅からａ性を
特定することはできなかった。

ざらに従来技術では、文書のレイアウトの種類に応した
多数のモデルを用意する必要があるのでメモリ容量が大
きくなり、また入力文書を多数のモデルと比較するため
処理が複雑で処理速度が遅くなるという問題点があった
。

この発明の目的は、上述した従来の問題点を解決し、同
一の項目欄に複数の属性が存在する文書の場合でも簡単
な処理で属性判定が行なえる属性判定装Ｍ％提供するこ
とにある。

（課題を解決するための手段） この目的の達成を図るため、この発明の属性判定装置は
、文書画像データから一文字毎に文字位置情報を抽出す
る検出部と、文字位置情報に基づいて一単位の文書構成
要素に関する要素特徴を求め、要素特徴に基づいて文書
構成要素の属性を判定する判定部とを備えて成ることを
特徴とする。

（作用） このような構成によれば、文字位置情報から一単位の文
書構成要素に関する要素特徴を求め、この要素特徴に基
づいて文書構成要素の属性を判定する。要素特徴として
は、例えば文字ピッチ、文字間距離、或は文字数を用い
る。

例えば、−単位の文書構成要素は氏名行或は企業名折で
ありこれら属性の異なる文字行が同一項目欄に混在する
場合を考える。この場合に、−単位の文書構成要素に関
しで得られる平均文字ピッチ及び平均文字間距離に着目
すれば、これらピッチ及び距離は氏名のほうがより長く
なる傾向がある。或は−単位の文書構成要素（こ関して
得られる文字数に着目すれば、文字数は企業名のほうが
より多くなる傾向かある。従ってこのような傾向を利用
することによって属性判定を行なえる。

（実施例） 以下、図面、１ｇ照し、この発明の実施例につき説明す
る。尚、図面はこの発明が理解できる程度に、各構成成
分の配設位置、入出力信号の流れ、形状及び寸法を概略
的に示しである（こすぎす、従ってこの発明を図示例に
限定するものではない。

第二」（４倒 第１図はこの発明の第一実施例の説明に供する８ｇ能ツ
ブロックであり、実施例装置を文字認識装置（こ適用し
た例の全体構成を概略的１こ示す。

この実施例の属性判定装置ｆｌＯは文書画像データから
一文字毎に文字位置情報を抽出する検出部１２と、文字
位置情報に基づいて一単位の文書構成要素に関する要素
特徴を求め、要素特徴に基づいて文書構成要素の属性を
判定する判定部１４とを備えて成る。

この実施例では、属性判定装Ｍ１０は文字認識装Ｍ１６
の一部を構成するものであり、属性判定装置１０の検出
部１２を文字認識装［１６の切出し部を利用して構成す
る。

従って文字認識装置１６は、文書構成要素の属性判定結
果に加え文書画像データから切出した文字バタンを出力
する属性判定装置１０と、量子化された文書画像データ
を得る前処理部１８と、文字バタンを認識する認識部２
０と、認識結果及び文書構成要素の属性を用いて知識処
理を行なう知識処理部２２と、知識辞′Ｍ部２４とから
成る。

以下、文字認識装Ｍ１６の説明と共に属性判定装Ｍ１０
につき説明する。以下に述べる文字認識装Ｍ１６は、氏
名及び企業名が混在する氏名（名称）欄に関し文字ピッ
チを利用して属性判定を行ない、属性判定に応した知識
辞書を用いて知識処理を行なうように構成した例である
。

前処理部１８は入力文！（文字記録媒体）を光学的に読
取って入力文書の量子化された文書画像データを生成す
る画像読取部１８ａと、この文書画像データを保存する
画像メモリ１８ｂとから成る。

第２図は画像データの一例を示す図である。画像データ
上には図示しないＸ−Ｙ座標系を設定し、この座標系で
表される画素位置の画像データをメモリ１８ｂから読出
せるようになしている。

検出部（切出し部）１２は処理対象となる領域Ｒ（この
例では氏名（名称）欄の領域である。第２図中、領域Ｒ
を二点鎖線で囲んで示した）の位Ｍ％予め与えられてお
り、文字行に沿う方向（行方向）を主走査方向としてこ
の領域Ｒ内の画像データを走査し各走査線毎に領域８内
の累積黒画素数を求めて第一周辺分布を作成する。そし
て第一周辺分布に基づいて従来周知の技術により行領域
を検出し、列方向における行抽端及び終端位置を検出す
る。

次に検出部１２は各行領域毎に行領域内の画像データを
切出しく行切出しを行ない）、行方向と直交する列方向
を主走査方向として行領域内の画像データを走査し、各
走査線毎に行領域内の累積黒画素数を求めて第二周辺分
布を作成する。そして第二周辺分布に基づいて従来周知
の技術により文字対の文字類ｔ１２を検出し、行方向に
おける文字始端及び終端位Ｍを検出する。

次に検出部１２は、行領域内の画像データを各文字位置
で切取って一文字単位に文字バタンを切出す。

判定部１４は領域Ｒ内の文字行１行を一単位の文書構成
要素とみなし、文字行１行分の各文字の文字位Ｍを検出
部１２から入力し、これら各文字位置から文字行１行に
ついての平均文字ピッチを求め、平均文字ピッチを所定
の閾値と比較し、この比較結果に応して文字行１行の属
性が氏名及び企業名のいずれであるかを判定する。

また認識部２０は検出部１２がら文字バタンを入力し文
字バタンの認識を行ない、その認識結果として文字コー
ドを得る。

知識処理部２２は判定部１４がら一単位の文書構成要素
の属性判定結果を入力すると共に、当該文書構成要素が
含む各文字の認識結果を認識部２０から入力する。知識
辞書部２４は氏名辞書２４ａ及び企業名辞！２４ｂがら
成り、知識処理部２２は属性判定結果が氏名であればこ
れに対応する辞８２４　ａ％及び企業名であればこれに
対応する辞！２４ｂを選択し、−単位の文書構成要素の
各文字の認識結果を、選択した辞書と照合して知識処理
を行ないその結果を次段の装置例えばデータヘースヘ入
力する。

次に属性判定装置１０につきより詳細に説明する。第３
図（Ａ）及び（Ｂ）は企業名及び氏名の文字バタンの例
を示す図であり、これら図において一文字分の文字バタ
ンを一点鎖線の矩形枠で囲んで示した。

検出部１２は、第一周辺分布から列方向における行領域
の始端位置ＣＴ及び終端位置ＣＢを検出すると共に第二
周辺分布から各文字毎に行方向における文字の始端位置
ＣＬ及び終端位置Ｃ８を検出し、点（ＣＴ、　ＣＬ）、
（ＣＴ、ＯＲ）、（ＣＢ、ＣＬ）及び（ＣＢ、０日）の
４点を結ぶ矩形枠内の画像データを一文字分の文字バタ
ンとして切出す、同一文字行においては共通の位置ＣＴ
、０８を用いる。

各文字行において始端位置の小さい順に数えて第ｎ番目
の文字の始端及び終端位１ｆｔｃＬ（ｎ）及び０日（ｎ
）、また文字行１行が含む文字総個数をＮと表せば、検
出部１２は各文字行毎に文字始端位置座標系列（ＣＬ　
（ｎ）Ｉ　ｎ＝　１〜Ｎ）及び文字終端位置座標系列（
ＣＲ（ｎ）Ｉ　ｎ−１、Ｎ）を判定部１４に出力する。

尚、総個数Ｎは検出部１２によって検出される。

判定部１４は文字総個数Ｎと、座標系列（ＣＬ（ｎ）Ｉ
　ｎ＝　１〜Ｎ）及び（ＣＲ（ｎ）Ｉ　ｎ＝１、Ｎ）と
から要素特徴として次式（１）で表される平均文字ピッ
チＭＣＰｔ算出する。

・・・　（１） この例では各文字位置ヲ画像メモリ上の画素単位で表す
ので、平均文字ピッチも画素単位で表される。例えば画
像読取部１８ａでの解像度１６６画素ｍｍ、氏名（名称
）欄の文字幅３ｍｍとすれば、第２図の氏名（名称）欄
の第１行目の企業名である「△△△△△株式会社」につ
いては平均文字ピッチは５２画素となり、また第２行目
の氏名である「栂澤正英」については平均文字ピッチは
１３８画素となり、この例からも理解できるように、第
２図に示す書式の文書では、氏名（名称）欄においては
氏名の平均文字ピッチは企業名の平均文字ピッチに比べ
、大きくなる。

従って平均文字ピッチＭＣＰを任意好適に定められた閾
値ＰＴ目しと比較することによって属性判定を行なえる
。判定部１４は平均文字ピッチＭＣＰか閾値ＰＴ目し以
上であれば当該ＭＣＰを得た文字行の属性を氏名と判定
し、また平均文字ピッチＭＣＰか閾値ＰＴＨＬを越えな
ければ当該ＭＣＰｔ得た文字行のａ性を企業名と判定す
る。

例えばＰＴＨＬ＝９０画素と設定すればよい。

笈；」蜘虹例 第−実施例では、要素情報を平均文字ピッチとしたか、
第二実施例では要素情報を平均文字間距離とする。

第二実施例では、判定部１４の動作か以下に述べる点で
異なるほかは第一実施例と同様である。

以下、土として第−実施例と相違する点（ごつき説明し
、第−実施例と同様の点についではその詳細な説明を省
略する。

判定部１４は検出部１２から文字行１行の各文字の位？
Ｉｎ入力し、次式（２）に従って当該文字行の平均文字
間距離ＭＣＤを算出する。

・・・（２） 例えば画像読取部１８ａでの解像度］６６画素ｍｍ、氏
名（名称）欄の文字幅３ｍｍとすれば、第２図の氏名（
名称）ａの第１行目の企業名である「△△△△△株式会
社」については平均文字間距離は４画素となり、また第
２行目の氏名である「栂澤正英」については平均文字間
距離は９００画素なり、この例からも理解できるように
、第２図（こ示す書式の文書では、氏名（名称）欄にお
いでは氏名の平均文字間距離は企業名の平均文字間距離
に比べ、大きくなる。

従って平均文字闇路ＭＭＣＤを任意好適に定められた閾
値ＤＴＨＬと比較することによって属性判定を行なえる
。判定部１４は平均文字間距離ＭＯＤが閾値ＤＴＨＬ以
上であれば当該ＭＣＤ！得た文字行の属性を氏名と判定
し、また平均文字闇路ｕＭｃＤか閾値ＤＴＨＬを越えな
ければ当該ＭＣＤを得た文字行の属性を企業名と判定す
る。

例えばＰＴ目し＝４５画素と設定すればよい。

星ミｊ梨虹例 第二実施例では、判定部１４の動作か以下に述べる点て
異なるほかは第一実施例と同様である。

以下、主として第−実施例と相違する点につき説明し、
第−実施例と同様の点についてはその詳細な説明を省略
する。

この実施例では要素情報を文字行１行が含む文字数とす
る。

第２図の氏名（名称）欄の第１行目の企業名である「△
△△△△株式会社」についでは文字総個数Ｎは９個とな
り、また第２行目の氏名である「栂澤正英」については
文字総個数Ｎは４個となり、この例からも理解できるよ
うに、第２図に示す書式の文書では、氏名（名称）欄に
おいて氏名の文字総個数Ｎは企業名の文字総個数Ｎに比
べ、小ざくなる。従って文字総個数Ｎ８任意好適に定め
られた閾値ＮＴ臼ヒと比較することによって属性判定を
行なえる。

判定部］４は検出部１２がら一単位の文書構成要素（文
字行１行）か含む文字の総個数Ｎｔ大入力、総個数Ｎ及
び閾値ＮＴＨＬを比較する。総個数Ｎが閾値ＮＴＨＬ以
上であれば当該Ｎ′＠得た文字行の属性を企業名と判定
し、また総個数Ｎが閾値ＮＴ目しを越えなければ当該Ｎ
を得た文字行の属性を氏名と判定する。例えばＮＴＨＬ
＝６と設定すればよい。

この発明は上述した実施例にのみ限定されるものではな
く、従って各構成成分の動作、入出力信号、数値的条件
及びそのほかを任意好適に変更できる。

例えば、属性判定に要素特徴を１個だけ用いるのみなら
す複数個用いるようにしてもよい０例えば文字ピッチ、
文字間距離及び文字数のなかから任意好適に選択した２
個又は全部の要素特徴を用いて総合的に属性判定を行な
うことによって判定精度を向上できる。

また−単位の文書構成要素を文字行１行のみならす文字
行複数行としてもよい。

また上述した実施例では氏名及び企業名の２種の属性の
場合について説明したが、属性判定をこれら２種の属性
に限定するものではなく、要素特徴に差異を生ずる任意
好適な異なる種類の属性の判定にこの発明を適用できる
。

（発明の効果） 上述した説明からも明らかなように、この発明の属性判
定装置によれば、要素特徴例えば文字ピッチ、文字開路
Ｍ或は文字数を用いて属性を判定するので、従来技術で
は属性を特定できなかった場合にも、属性を特定できる
。

また文書構成要素毎に求めた要素特徴を用いて属性判定
を行なうので、モデルを用意する必要がなく従ってメモ
リ規模を縮小できる。また要素特徴を用いて属性判定を
行ない従って入力文書をモデルと比較して属性判定を行
なわずにすむので、属性判定の処理を簡単化できる。

従って小型かつ低価格であって高速に属性判定を行なえ
る属性判定装置を提供できる。

【図面の簡単な説明】

第１図はこの発明の詳細な説明に供する機能ブロック図
であって、実施例装置ｌを用いて構成した文字認識装置
の構成例を示す図、 第２図は文書画像データの例を示す図、第３図（Ａ）〜
（Ｂ）は文字パタンの例を示す図である。 １０・・・属性判定装置、　　］２・・・検出部１４・
・・判定部。

Claims (4)

【特許請求の範囲】
1. （１）文書画像データから一文字毎に文字位置情報を抽
   出する検出部と、該文字位置情報に基づいて一単位の文
   書構成要素に関する要素特徴を求め、該要素特徴に基づ
   いて前記文書構成要素の属性を判定する判定部とを備え
   て成ることを特徴とする属性判定装置。
2. （２）前記要素特徴を文字ピッチとしたことを特徴とす
   る請求項１に記載の属性判定装置。
3. （３）前記要素特徴を文字間距離としたことを特徴とす
   る請求項１又は２に記載の属性判定装置。
4. （４）前記要素特徴を文字数としたことを特徴とする請
   求項１〜３のいずれか一項に記載の属性判定装置。